论文部分内容阅读
基于人工神经网络理论,利用MATLAB7.1的人工神经网络工具箱,以实验中测量的54组不同pH、温度、镍盐(NiSO4.6H2O)浓度、还原剂(NaH2PO2.H2O)浓度下的塑料化学镀镀速为样本,对建立的BP神经网络模型进行训练进而应用于预测。结果表明:该BP神经网络不仅具有较快的学习速度和较高的预测精度,而且对于酸性镀液和碱性镀液都适用。